MATLAB算法实战应用案例精讲-【数模应用】图像边缘检测（附MATLAB和python代码实现）（二）
目录
前言
算法原理
相关概念
二值图像、灰度图像、彩色图像
邻接性、连通性
图像滤波
频率
滤波器
边缘检测算子：Sobel算子、Scharr算子、Laplacian算子、Canny算子
梯度计算 + 顶帽 + 黑帽 + 拉普拉斯金字塔
相位一致性（Phase Congruency，PC）
几种常见的算法
1. Roberts算子
2. Prewitt算子
3. Sobel算子
4. Canny算子
5. Laplacian算子
Harris角点检测
Susan角点检测
Dog（Difference of Gaussians）
LoG算子边缘检测
几种算法的效果图
代码实现
MATLAB
python
前言
在图像中，边缘是一条曲线，其走势与图像中强度快速变化的路径一致。边缘通常与场景中目标的边界相关联。边缘检测用于确定图像中的边缘。
要寻找边缘，您可以使用 edge 函数。此函数使用以下两个标准之一来寻找图像中强度迅速变化的位置：
-
强度的一阶导数的模大于某个阈值的位置
-
强度的二阶导数有过零点的位置
edge 提供几个导数估算器，其中每个都实现以下定义之一。
对于其中一些估算器，您可以指定运算是否应对水平边缘、垂直边缘敏感或对两者都敏感。
edge 返回二值图像，其中包含的 1 对应于找到边的位置，0 对应于其他位置。
edge 提供的最强大的边缘检测方法是 Canny 方法。Canny 方法与其他边缘检测方法的不同之处在于，它使用两种不同阈值（用于检测强边缘和弱边缘），并且仅当弱边缘连通到强边缘时才在输出中包括弱边缘。
因此，这种方法不太可能受到噪声的影响，更可能检测到真正的弱边缘。